دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب Reinforcement Learning Algorithms: Analysis and Applications
دانلود کتاب الگوریتم های یادگیری تقویت: تجزیه و تحلیل و کاربردها
مشخصات کتاب
Reinforcement Learning Algorithms: Analysis and Applications
ویرایش: نویسندگان: Boris Belousov, Hany Abdulsamad, Pascal Klink, Simone Parisi, Jan Peters سری: ISBN (شابک) : 9783030411886, 9780878932863 ناشر: Springer International Publishing سال نشر: 2021 تعداد صفحات: 0 زبان: English فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 15 مگابایت
قیمت کتاب (تومان) : 32,000
در صورت تبدیل فایل کتاب Reinforcement Learning Algorithms: Analysis and Applications به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب الگوریتم های یادگیری تقویت: تجزیه و تحلیل و کاربردها نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
توضیحاتی در مورد کتاب الگوریتم های یادگیری تقویت: تجزیه و تحلیل و کاربردها
این کتاب به بررسی تحولات تحقیقاتی در زمینه‌های مختلف یادگیری تقویتی مانند روش‌های منتقد بدون مدل، یادگیری و کنترل مبتنی بر مدل، هندسه اطلاعات جستجوهای خط‌مشی، طراحی پاداش، و کاوش در زیست‌شناسی و علوم رفتاری می‌پردازد. تاکید ویژه بر ایده ها، الگوریتم ها، روش ها و برنامه های پیشرفته است. مقالات ارائه شده در اینجا حاصل یک دوره سخنرانی در مورد یادگیری تقویتی است که توسط پروفسور یان پیترز در ترم زمستان 2018/2019 در دانشگاه فنی دارمشتات برگزار شد. این کتاب برای دانش‌آموزان و محققان تقویتی با درک قوی از جبر خطی، آمار و بهینه‌سازی در نظر گرفته شده است. با این وجود، تمام مفاهیم کلیدی در هر فصل معرفی می‌شوند و محتوا را خودکفا و برای مخاطبان وسیع‌تری در دسترس قرار می‌دهند.
توضیحاتی درمورد کتاب به خارجی
This book reviews research developments in diverse areas of reinforcement learning such as model-free actor-critic methods, model-based learning and control, information geometry of policy searches, reward design, and exploration in biology and the behavioral sciences. Special emphasis is placed on advanced ideas, algorithms, methods, and applications. The contributed papers gathered here grew out of a lecture course on reinforcement learning held by Prof. Jan Peters in the winter semester 2018/2019 at Technische Universität Darmstadt. The book is intended for reinforcement learning students and researchers with a firm grasp of linear algebra, statistics, and optimization. Nevertheless, all key concepts are introduced in each chapter, making the content self-contained and accessible to a broader audience.
نظرات کاربران
کتاب های تصادفی
دانلود کتاب Superlubricity
دانلود کتاب Inequality: What Can Be Done?
دانلود کتاب Food hygiene and toxicology in ready to eat foods
دانلود کتاب Creative DIY Microcontroller Projects with TinyGo and WebAssembly: A practical guide to building embedded applications for low-powered devices, IoT, and home automation
